人工智能（AI）可通过整合复杂病例中的关键信息来改善癫痫治疗，一项新研究指出。
研究人员在美国癫痫学会于亚特兰大举行的会议上报告称，AI成功识别出可能从手术中获益的耐药性癫痫患者，并精准定位了缺失的检查与评估环节，从而更有效地指导患者护理方案。
首席研究员P. David Adelson博士在新闻稿中表示：“患者需辗转多位专科医生并接受大量检查，治疗计划往往历时数年逐步调整，关键细节或手术评估机会极易被遗漏。”他是西弗吉尼亚大学洛克菲勒神经科学研究所莫尔甘敦分校的副主席。
阿德尔森补充道：“大型语言AI模型持续阅读、整理并解读医疗记录，助力医疗团队提前预判需求。这类技术不仅有望革新癫痫治疗，更能优化所有需跨专业协作的慢性疾病管理。”
研究团队利用AI分析了820名已预约西弗吉尼亚大学医学中心神经科医生的癫痫患者档案。
结果显示，AI识别出88名（11%）符合耐药性癫痫标准的患者。根据临床指南，这类患者应接受手术评估，但并非所有人都能成为最终候选人。
此外，AI发现54%的患者存在缺失或过时的磁共振成像（MRI）扫描；91%缺少神经心理学评估；35%缺乏脑电图（EEGs）检查。
阿德尔森强调，填补这些数据缺口可显著缩短治疗等待时间并减少患者错失干预机会。
“这如同配备永不疲倦的智能研究助理，它能确保护理流程连贯完整，提升专科医生效率，同时避免因信息断层或时间压力导致患者被忽视，”他表示，“专科医生得以专注于结果解读与治疗规划，将专家级护理覆盖至更广泛人群，即使在专科资源有限的医院亦能实现。”
美国癫痫学会前主席Howard Goodkin博士在新闻稿中指出，癫痫护理的复杂性与碎片化特性为AI应用提供了理想场景。
未参与该研究的古德金表示：“此类研究印证了负责任的人工智能在提升癫痫诊疗中的巨大潜力。AI并非取代专科医生，而是通过追踪复杂医疗信息、识别缺口并触发干预措施，成为增强人类医学专业能力的合作伙伴，确保长期护理路径始终精准高效。”
医学会议上公布的发现需经同行评审期刊发表后方可视为最终结论。
【全文结束】
